基于多项式歧义的解密:用于后量子密码学的噪声增强型高内存卷积码
该研究团队提出了一种新型后量子密码学方法,采用噪声增强型高内存卷积码的有向图解密技术。该方案通过生成具有随机特性的生成矩阵,有效隐藏代数结构并抵御已知的结构性攻击。其安全性通过解密过程中多项式除法引入的强噪声得到进一步强化:合法接收者保持多项式时间解码能力,而攻击者则面临指数级时间复杂度的破解难度。由此,该方案的密码分析安全裕度超过Classic McEliece方案200多个二进制数量级。除增强的安全性外,该方法具有更优的设计灵活性:支持任意明文长度的线性时间解密,且每比特计算成本均匀,可实现长消息的无缝扩展。通过并行排列的有向图解码器阵列,该方案能通过多项式歧义性识别正确明文,同时支持高效的软硬件实现,为实际部署提供便利。总体而言,这项研究为构建强健、可扩展且抗量子攻击的公钥密码体系提供了极具竞争力的解决方案。
量科快讯
2 天前
3 天前



